На стройку идет интеллект

Очередной этап цифровизации строительной отрасли — внедрение искусственного интеллекта (ИИ) сталкивается с характерными для «цифры» проблемами: нехватка данных, недостаток кадров, не самый высокий уровень цифровизации в отрасли.

Выступая на круглом столе «Нейросети в девелопменте. Итоги года. Планы развития на 2024 год», организованном порталом Всеостройке.рф, Константин Михайлик, заместитель министра строительства и ЖКХ РФ, заявил: наиважнейший вопрос в строительной отрасли сегодня — создание единой ИИ-платформы. При этом он подчеркнул: «Вопрос развития искусственного интеллекта с учетом имеющихся ресурсов для нас сейчас крайне важен, потому что 150 миллионов жителей — это все равно очень мало. У наших жителей высокий уровень IQ, тратить этот потенциал на тупиковую работу — глупо, поэтому для нас нейросети — это инструмент, который позволит заместить недостающие 200 миллионов человек. Все опасения, связанные с тем, что искусственный интеллект отберет работу у людей, — беспочвенны. Наоборот, на ИИ нужно скинуть всю типовую работу, а человеческий потенциал, который у нас колоссален, развивать в необходимом нам направлении».

ИИ в ближайшей перспективе может быть помощником или ассистентом человека, существенно повышая производительность или экспертность, утверждает Дмитрий Цыганков, вице-президент по IT и цифровой трансформации ГК ФСК.

ИИ также позволяет специалистам выполнять ранее недоступные функции и операции.

Конкретно в строительной отрасли, по словам Ольги Аршанской, директора по развитию Инжиниринговой корпорации ИРБИС, ИИ имеет огромный потенциал для повышения эффективности на всех этапах – от проектирования и строительства до планирования, хотя строительная отрасль – одна из самых консервативных. «Несмотря на это, ИИ уже начинает внедряться в строительную сферу, особенно в области проектирования. Например, он может проверять типовые проекты на соответствие строительным нормам, что ускоряет процесс и повышает качество работы. ИИ также может использоваться для разработки типовых разделов проектов, например инженерных систем. Если говорить непосредственно о процессе строительства, то здесь можно привести в пример программы 3D-сканирования на основе ИИ, которые помогают обнаружить несоответствия между проектными решениями и фактическими работами. Кроме того, нейросети могут использоваться для обработки большого объема информации и разработки шаблонов документов», — перечисляет Ольга Аршанская.

Однако для успешного использования ИИ, по ее мнению, требуются значительные финансовые вложения и понимание руководством потенциала ИИ.

«Использование искусственного интеллекта в строительстве может значительно повысить эффективность и точность проектов: оптимизацию планирования и управления ресурсами, прогнозирование затрат и улучшение безопасности на стройплощадке. Как следствие, ИИ может помочь сократить сроки строительства и снизить риски технических ошибок», — указал Евгений Хохлов, директор по маркетингу девелопера AAG.

«В любом строительном проекте содержится огромное разнообразие данных, которые пополняются на каждом этапе — от проектирования и поставок до строительства и пусконаладочных работ. Возникает множество цепочек взаимодействия и передачи информации. Сейчас для анализа и увязки этих данных требуются инструменты и люди, но в будущем такую функцию может взять на себя ИИ, минимизируя шанс ошибки и подлога данных», — рассуждает Андрей Урамаев, руководитель группы управления строительством компании «Айбим».

Кроме того, по его словам, на стройке приходится много работать с реальными данными, поступающими с площадки, а не с оцифрованной информацией. ИИ справится с такими задачами, как контроль периметра и КПП, людей, техники и ресурсов, контроль строительных процессов.

«Есть процессы, с которыми не справляются стандартные компьютерные технологии, — в этих случаях и нужно применение ИИ», — добавил Глеб Балчиди, руководитель продукта AI Monitoring Группы «Самолет».

По его мнению, ИИ хорошо работает там, где его можно внедрить, и где он действительно нужен.

Григорий Грязнов, руководитель лаборатории ИИ ДОМ.РФ, отмечает значение ИИ, поскольку это способ сэкономить деньги и время. Также нейросеть можно использовать там, где ранее не хватало ресурсов, — например, мониторинг строек страны.

Строители доброй воли

В начале процесса цифровизация сталкивалась с сопротивлением, недопониманием, сомнениями. Примерно в такой же ситуации сегодня находится внедрение нейросетей.

Николай Олейник, генеральный директор ЗАО «ЛенТИСИЗ», полагает, что готовность участников строительного рынка к внедрению ИИ-решений нарастает. «Однако, несмотря на активную цифровизацию в крупных компаниях, многие предприятия сталкиваются с трудностями. Важно поддерживать обучение и обмен опытом, чтобы расширить круг компаний, готовых к инновациям», — указал он.

Действительно, основными игроками сегодня выступают крупные компании, у которых есть большой объем строительства и возможность инвестировать в процесс большие суммы. «Застройщики, в чьем портфеле один-два проекта, вряд ли будут активно прибегать к помощи искусственного интеллекта в строительстве. А вот использовать возможности ИИ в маркетинге и продвижении, создании новых креативных концепций и визуальных материалов — вполне вероятное будущее», — предполагает Елена Соловьева, директор по продажам «СЗ Про-Сервис».

По словам Андрея Урамаева, пока ИИ помогает решать локальные, узконаправленные задачи. Например, анализирует ценовые предложения поставщиков на основе ведомости объемов и стоимости работ или собирает фактические данные о выполнении работ.

«Рынок не готов к стопроцентному переходу на инструменты ИИ. Не все участники проекта обрадуются полной прозрачности процессов и обнародованию проблем, которые зачастую пытаются скрыть. По опыту работы «Айбим» могу сказать, что похожее сопротивление вызывает внедрение BIM-технологий, которые также повышают прозрачность процессов. Контроль выгоден владельцам предприятия, но его внедрение обойдется в немалую сумму, что становится камнем преткновения», — отметил он.

Михаил Бочаров, заместитель генерального директора АО «СиСофт Девелопмент», отметил: «Готовность внедрять ИИ во многом зависит от опыта компании по взаимодействию с ИИ и подготовки самих технологий ИИ к специфике строительной отрасли. Разработка и прикладное тестирование ИИ в больших объемах доступны в первую очередь крупным компаниям в силу наличия прежде всего базы данных (знаний), на которых можно отработать алгоритмы работы ИИ, и квалифицированных кадров. Но в последнее время появляются и небольшие российские стартапы, предлагающие ИИ-решения для отдельных задач, хотя пока это в основном узконаправленные решения».

«Опыт распространения технологий показывает, что любое эффективное решение, дающее понятный результат, быстро внедряется в отрасли независимо от готовности компаний», — подчеркнул Дмитрий Цыганков.

Маловато будет

Многие участники круглого стола «Нейросети в девелопменте…» указали на одну из существенных проблем: недостаток данных. «Сегодня застройщики поодиночке обладают маленьким объемом данных, который они могут промаркировать, структурировать и дальше использовать. Какого-то решения, объединяющего всех застройщиков вместе, нет. В одиночку никто и никогда не найдет столько ресурсов и промаркированных данных, чтобы создать полноценный ИИ и обучить его», — уверен Константин Михайлик.

Платформой сбора данных стал ДOМ.PФ, где уже создана рабочая группа. Константин Михайлик подчеркнул: государство готово поддержать развитие ИИ в строительстве, проведя необходимую работу по нормативно-правовой базе. Григорий Грязнов заявил, что платформа сталкивается с проблемой недостаточности данных: «Нужны датасеты, но это ручная разметка, поэтому они получаются “золотыми”. И, как правило, это тайна, и застройщики их не предоставляют. Есть западные, но они нам не подходят. Чужой опыт не всегда применим к тому, что делается у нас».

По мнению Дениса Смирнова, руководителя службы формирования продукта и BIM-технологий «ЭталонПроект» (Группа «Эталон»), ГИСОГД (государственная информационная система для обеспечения градостроительной деятельности РФ) и другие элементы должны быть вписаны в базовый уровень. «Это нужно, чтобы получать нормативный ландшафт, то есть в него должны входить не только градостроительные ограничения, но и архитектурные — с тем, чтобы они были машиночитаемы. Тогда эта система получит большую перспективу», — пояснил он.

Кроме того, Денис Смирнов отметил: объединение возможно только на уровне, когда девелопер работает в общем наборе правил, как, например, в стандартах ДОМ.РФ, как продукта, который применим для всех.

При этом участники рынка предполагают, что самый большой объем данных — у госорганов.

Не только федеральной платформе ИИ не хватает данных — аналогичная проблема существует и в девелоперских компаниях. «Выстраивание работы с данными внутри компании — долгий и сложный процесс. А выстраивание практик управления данными зависит от общего уровня цифровой культуры менеджмента. Напрашивается вывод: чтобы технология ML начала приносить пользу, компания должна пройти сложный и долгий путь внутренней трансформации. Изменить способ мышления, начать принимать решения, опираясь на данные, накопить качественные данные, вырастить в себе “цифровой ген”», — говорит Дмитрий Цыганков.

«Действительно, недостаток данных является вызовом. Наша организация активно работает над созданием датасетов, сотрудничая с партнерами и используя собственный опыт в области исследований. Однако решение этой проблемы требует согласованных усилий от всей индустрии и может потребовать времени», — пояснил Николай Олейник.

«Чтобы аналитика предиктивных процессов работала, необходимо “скармливать” ей эти данные, нужно некое представление этих данных. Для этого нужна система аналитики и хранения. То есть мы должны понимать, что ИИ не существует сам по себе без предварительной цифровизации», — уточнил Глеб Балчиди.

Эксперты приходят к выводу: для создания датасетов в компаниях нужны время, деньги, специалисты.

По словам Михаила Бочарова, датасеты ускорили бы процесс, но получить специализированные данные можно только путем сбора на конкретных производствах, что в сегодняшних условиях несколько затруднительно. Возможно, ситуацию изменят государственные системы, которые помогут создавать общедоступные пакеты данных.

Неукомплектованный штат

Большая проблема — специалисты в области ИИ в строительном комплексе. «На текущий момент существует недостаток специалистов в области искусственного интеллекта в строительстве. Мы призываем к интенсивному развитию образовательных программ и инициатив по подготовке кадров в данной сфере, чтобы соответствовать растущему спросу», — говорит Николай Олейник.

Ольга Аршанская указывает: «Пока количество специалистов, которые могут ставить задачи ИИ и способны использовать его возможности, не будет достаточным, процент использования ИИ в строительной сфере останется низким».

По ее словам, необходимо развивать фундаментальное образование в строительных вузах, а также повышать квалификацию специалистов.

Дмитрий Цыганков убежден: «Специалистов не хватает сейчас и не будет хватать в ближайшее десятилетие».

Причина — необходимость для строительного комплекса конкурировать за кадры соответствующей квалификации с банками и телекомом, для которых эта технология уже стала основным полем конкуренции и фактором выживания.

Просторы рынка

По мнению Михаила Бочарова, емкость рынка ИИ внутри «цифрового» сегмента — десятки миллиардов рублей. Свои нейросети плетут продвинутые, крупные компании. ИИ задействован в системе продаж, эксплуатации. Широко известен продукт «Умный дом». Многие эксперты ждут дальнейшего развития этого сегмента. «Рынок искусственного интеллекта в строительстве будет стремительно расти в ближайшие годы. Оптимизация процессов, улучшение прогнозирования и повышение эффективности работ станут ключевыми факторами, поддерживающими рост спроса на ИИ-решения в строительной индустрии», — заявил Николай Олейник.

Андрей Урамаев полагает, что в будущем должны появиться решения для тотального контроля строительных площадок, а также для выполнения части функций по управлению строительством. «Работа многих привычных решений будет дополнена возможностями искусственного интеллекта. Кроме того, будут востребованы консультационные услуги в части внедрения ИИ», — подчеркнул он.

Григорий Грязнов назвал основные направления развития ИИ в 2024 году: Computer Vision (CV) — решение задачи распознавания образов; Optical Character Recognition (OCR) — перевод рукописных и печатных документов в текстовый вид; Named Entity Recognition (NER) — процесс обнаружения в тексте именованных сущностей.

Константин Михайлик обещал содействие сегменту ИИ — Минстрой и он сам готовы взять на себя управление на платформе ИИ: «Нам это интересно, и мы готовы в это инвестировать и время, и силы, и проводить необходимую работу по нормативно-правовой базе, быть платформой общения для всех участников. ДОМ.РФ, Минстрой готовы в диалоге с Яндексом и со Сбером, с ответственными органами эту часть работы — менеджмент — с радостью на себя взять».